Содержание к диссертации
Введение
Глава 1. Проблемы принятия управленческих решений при обеспечении пожарной безопасности на нефтегазовых объектах 9
1.1. Анализ пожаров на производственных объектах нефтегазовой отрасли 9
1.2. Проблемы управления пожарной безопасностью на нефтегазовых объектах 16
1.3. Анализ информационных систем, направленных на поддержку принятия управленческих решений в области пожарной безопасности 23
1.4. Анализ научных работ по проблемам управления пожарной безопасностью 28
1.5. Выводы по первой главе 32
Глава 2. Разработка моделей и алгоритмов адаптивного управления пожарной безопасностью на территории нефтегазовых объектов на основе риск-ориентированного подхода 34
2.1. Формирование списка задач, необходимых для повышения эффективности управления пожарной безопасностью нефтегазовых объектов 34
2.2. Структура базы данных для хранения мероприятий по управлению пожарной безопасностью 35
2.3. Классификация мероприятий по снижению расчетных величин пожарных рисков 40
2.4. Математическая модель оптимизации поиска комбинации мероприятий по управлению пожарной безопасностью нефтегазовых объектов 42
2.5. Математическая модель поиска оптимального расположения нового технологического аппарата на территории нефтегазовых объектов 62
2.6. Выводы по второй главе 65
Глава 3. Компьютерное моделирование для решения задачи поддержки управления пожарной безопасностью нефтегазовых объектов 67
3.1. Определение требований к системе интеллектуальной поддержки принятия решений на нефтегазовых объектах 67
3.2. Структура классов в объектно-ориентированной информационной системе “FireRisks” 71
3.3. Программная реализация информационной системы поддержки принятия решений для управления пожарной безопасностью на нефтегазовых объектах 75
3.4. Интеллектуальный блок оптимизации расчетных величин пожарного риска 81
3.5. Анализ алгоритма поиска комбинации мероприятий по снижению величин пожарных рисков на типовом нефтегазовом объекте 83
3.6. Анализ алгоритма поиска расположения новой технологической установки на примере типовой газораспределительной станции 100
3.7. Выводы по третьей главе 106
Глава 4. Разработка системы поддержки адаптивного управления пожарной безопасностью на нефтегазовых объектах 108
4.1. Структура и функции системы поддержки управления пожарной безопасностью нефтегазовых объектов 108
4.2. Определение вида и количества информации необходимой для лица, принимающего решение во время управления пожарной безопасностью 114
4.3. Выводы по четвертой главе 115
Заключение 116
Список литературы 118
Приложение А. Свидетельство о регистрации программы для ЭВМ – Геоинформационная исследовательская web-система управления пожарными рисками на производственных объектах "Firerisks" 132
Приложение Б. Свидетельство о регистрации программы для ЭВМ – Программа оптимизации комбинации мероприятий для управления пожарными рисками на территории нефтегазовых объектов с использованием генетических алгоритмов 133
Приложение В. Свидетельство о регистрации программы для ЭВМ – Программа оптимизации расположения нового технологического аппарата на территории нефтеперерабатывающих объектов с использованием генетических алгоритмов 134
Приложение Г. Листинг программного кода 135
Приложение Д. Акты внедрения 163
- Анализ информационных систем, направленных на поддержку принятия управленческих решений в области пожарной безопасности
- Определение требований к системе интеллектуальной поддержки принятия решений на нефтегазовых объектах
- Анализ алгоритма поиска расположения новой технологической установки на примере типовой газораспределительной станции
- Структура и функции системы поддержки управления пожарной безопасностью нефтегазовых объектов
Введение к работе
Актуальность исследования. Статистические данные аварий и пожаров, происходящих на нефтегазовых объектах, показывают снижение их количества за последние 5 лет. Однако материальный ущерб в результате пожаров остается значительным и может составлять до 50% от суммарного ущерба от всех пожаров в стране за год. Значительный материальный ущерб формируется в том числе в связи с неправильным выбором пути обеспечения пожарной безопасности нефтегазовых объектов вызванный несовершенством существующих информационных систем управления пожарной безопасностью, используемых в процессе принятия решений.
В результате анализа проблем принятия решений при управлении пожарной безопасностью нефтегазовых объектов выявлено, что из-за большого количества возможных мероприятий, а также значительного числа параметров, влияющих на конечные значения пожарных рисков, сложно определить эффективные с технической и экономической точек зрения комбинации мероприятий, направленные на управление пожарной безопасностью без использования современных инструментов поддержки принятия решений. Сложность сравнения комбинаций мероприятий так же обусловлена необходимостью адаптивно изменять параметры систем обеспечения пожарной безопасности при динамически меняющихся значениях пожарных рисков. Изменение объекта защиты (установка систем пожарной сигнализации, систем пожаротушения, уменьшения вероятности пребывания нестационарных технологических установок и др.) при принятии управленческих решений требует пересчета массива пожарных рисков, что в свою очередь ведёт к снижению производительности труда, повышению затрат на обеспечение пожарной безопасности.
Отсутствие моделей и алгоритмов в современных программных продуктах поддержки принятия решений на нефтегазовых объектах приводит к тому, что лицо принимающее решение (ЛПР) не может объективно оценить весь спектр опасностей и определить оптимальную комбинацию мероприятий по управлению пожарной безопасностью. В большинстве случаев, в настоящее время, при принятии управленческих решений полагаются на мнения и опыт экспертов.
Совокупность приведенных фактов свидетельствует о недостаточном исследовании в области адаптивного управления пожарной безопасностью на нефтегазовых объектах, в частности поддержки принятия управленческих решений. Таким образом, подтверждается актуальность разработки интеллектуальных методов и алгоритмов поддержки принятия решений и их интеграции в современные информационные системы управления пожарной безопасностью.
Степень разработанности. В основе настоящей диссертационной работы лежат результаты научной деятельности многих отечественных и зарубежных ученых, занимающихся вопросами исследования и разработки систем поддержки принятия решений, оценки и управления пожарными рисками, таких как: Топольский Н.Г., Мешалкин Е.А., Новиков Д.А., Бурков В.Н., Брушлинский Н.Н., Соколов С.В., Присяжнюк Н.Л., Шебеко Ю.Н., Гордиенко Д.М., Швырков
С.А., Кончаренко С.Н, Дементьева Е.В, Быков А.А., Федоров А.В., Хабибулин Р.Ш., Aven T., Caputo A., Abrahamsen E., Merci B., Pelagagge P. и др.
Объект исследования – система управления пожарной безопасностью нефтегазовых объектов.
Предмет исследования – модели и алгоритмы поддержки принятия решений в управлении пожарной безопасностью нефтегазовых объектов на основе риск-ориентированного подхода.
Цель исследования – разработка моделей и алгоритмов информационно-аналитической поддержки адаптивного управления пожарной безопасностью нефтегазовых объектов на основе риск-ориентированного подхода.
Для достижения цели поставлены следующие задачи:
– анализ проблем поддержки принятия решений при управлении пожарной
безопасностью на нефтегазовых объектах с использованием риск-
ориентированного подхода;
– разработка модели и алгоритма, направленного на определение оптимальной комбинации мероприятий по адаптивному управлению пожарной безопасностью нефтегазовых объектов;
– проведение компьютерного моделирования с целью оценки
эффективности предложенных модели и алгоритма в управлении пожарной безопасностью нефтегазовых объектов;
– разработка структурной и функциональной схем, информационно-аналитического и специального программного обеспечения системы поддержки управления пожарной безопасностью нефтегазовых объектов.
Научная новизна. В процессе выполнения диссертационной работы впервые были получены новые научные данные:
– построена математическая модель определения оптимальной
комбинации мероприятий по адаптивному управлению пожарной безопасностью
нефтегазовых объектов на основе риск-ориентированного подхода,
отличительной особенностью которой является применение трёхкритериальной целевой функции;
– разработан алгоритм и специальное программное обеспечение по адаптивному управлению пожарной безопасностью нефтегазовых объектов на основе предложенной математической модели;
– определена структура, функции системы поддержки адаптивного управления пожарной безопасностью нефтегазовых объектов и ее основные элементы, в том числе схема ее взаимодействия с лицом принимающим решения.
Теоретическая и практическая значимость работы. Результаты диссертационной работы могут быть использованы для поддержки принятия решений в рамках проведения экспертизы проектных решений и управления пожарными рисками, для формирования системы обеспечения пожарной безопасности, а также при разработке новых и модернизации существующих систем управления пожарной безопасностью на нефтегазовых объектах.
Методы исследования. В ходе написания диссертационной работы были применены методы системного анализа, теории управления, методы оптимизации, математического и компьютерного моделирования.
На защиту выносятся:
– математическая модель и алгоритм определения оптимальной комбинации мероприятий по адаптивному управлению пожарной безопасностью на нефтегазовых объектах с использованием риск-ориентированного подхода;
– результаты компьютерного моделирования для определения
оптимальной комбинации мероприятий по управлению пожарной
безопасностью на основе разработанной математической модели и алгоритма;
– структура и функции системы поддержки адаптивного управления пожарной безопасностью на нефтегазовых объектах, состав информационного обеспечения лица принимающего решения.
Достоверность полученных результатов обеспечивается применением апробированного математического аппарата, корректным использованием исходных данных, согласованностью полученных результатов с результатами работ других исследователей.
Апробация работы. Основные результаты диссертационной работы были доложены на всероссийских конференциях молодых ученых по математическому моделированию и информационным технологиям (Томск, 2012 г., Тюмень, 2013 г.), международных научно-технических конференциях «Системы безопасности» (Москва, 2014, 2015 гг.), 8-й Всероссийской мультиконференции по проблемам управления (с. Дивноморское, 2015), международных научно-практических конференциях молодых ученых и специалистов «Проблемы тех-носферной безопасности» (Москва, 2011, 2015 - 2017 гг.), научном семинаре в Юлихском исследовательском центре (Forschungszentrum Jlich, г. Юлих, Германия, 2015), научных семинарах кафедры пожарной безопасности Гентского университета (Бельгия, г. Гент, 2015-2016 гг.), 9-й международной научной конференции по агентному моделированию и искусственному интеллекту ICAART-2017 (Португалия, г. Порту, 2017 г.), научно-технических семинарах учебно-научного комплекса автоматизированных систем и информационных технологий Академии ГПС МЧС России (2014-2017 гг.)
Публикации. По теме диссертационной работы опубликовано 18 работ, из них 5 в изданиях, рекомендованных ВАК. 3 работы опубликованы в единоличном авторстве. Получено 3 свидетельства о государственной регистрации программ для ЭВМ.
Личный вклад автора. В совместных публикациях результаты, связанные с анализом текущей ситуации в исследуемой области, с разработкой математической модели, алгоритмов управления, разработки основных компонентов системы управления пожарной безопасностью нефтегазовых объектов, результаты и анализ компьютерного моделирования выполнены автором самостоятельно.
Внедрение результатов работы. Результаты диссертационной работы нашли свое применение:
– в нефтегазовой компании ООО «Ойлсид» при разработке программы мероприятий по управлению пожарной безопасностью в ходе разработки паспорта безопасности опасного производственного объекта;
– научно-исследовательской работе по теме «Повышение эффективности управления пожарным риском на производственных объектах на основе интернет-картографических систем»;
– в Академии Государственной противопожарной службы МЧС России при изучении дисциплин «Информационные технологии управления», «Информационные технологии в сфере безопасности».
Реализация результатов исследования подтверждена соответствующими актами.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и 4 приложений. Общий объем диссертационной работы составляет 165 страниц. Работа иллюстрирована 39 рисунками, содержит 14 таблиц и 5 приложений. Библиографический список включает в себя 103 наименования.
Анализ информационных систем, направленных на поддержку принятия управленческих решений в области пожарной безопасности
Среди российских систем, направленных на поддержку принятия решений при управлении пожарной безопасностью на производственных объектах, наиболее распространенными являются: РУСЬ, ТОКСИ+Risk, Фогард.
На основе проведённого анализа программных комплексов определены их основные функции [1, 6, 12]:
1. Проведение расчётов по определению расчётных величин пожарных рисков на производственных объектах.
2. Определение частоты реализации пожароопасных ситуаций.
3. Построение полей опасных факторов пожара для различных сценариев его развития.
4. Определение расчетных значений пожарных рисков на территории объекта и в близлежащей селитебной зоне.
В результате анализа программного комплекса ТОКСИ+Risk [13], определено, что визуальная оболочка может выступать также в качестве контейнера для сбора и хранения результатов, полученных вследствие проведенных расчетов, и может быть использована для визуализации результатов, например, зоны возможного поражения опасными веществами или же поля потенциального риска для людей. При этом в неё входят программные модули, которые отвечают не только за проведение комплексного решения задач по оценке рисков, но и за осуществление отдельных расчетов.
В результате анализа программного комплекса «РУСЬ», выявлено, что программа также служит для обработки полученных результатов расчетов с целью создания базы данных, которая поможет снизить угрозу для жизни и здоровья людей, которые работают на подверженных риску объектах или же населения, находящегося в зоне возможного поражения.
Проведя анализ программного комплекс Фогард, а в частности программы Фогард-Пр, предназначенную для определения расчётных величин пожарного риска на производственных объектах учитывая методику, изложенную в [6], было выявлено основное её отличие от других программ в том, что она выполнена по модели Saas (Soft as a Service), благодаря чему расчеты выполняются на удаленном сервере по сети интернет.
Если рассматривать существующие отечественные и зарубежные программные продукты для расчета пожарных рисков, такие как РУСЬ, ТОКСИ+Risk [13], Фогард, RISKCURVES, MERIT, Safeti, Phast, с точки зрения использования современных инструментов поддержки принятия решений, направленных на снижение пожарных рисков, то становится очевидным, что такие важные функции, как база данных нормативных документов (42,9 %); база данных по статистическим данным (42,9 %); геоинформационные сервисы (28,6 %), используются менее чем в половине рассмотренных систем, а базы данных по принимаемым решениям и интеллектуальные модели поддержки принятия решений практически отсутствуют (рисунок 1.5).
На уровне пользователя [14-19] системы поддержки принятия решений можно разделить на три типа (рисунок 1.6) — пассивные, активные и кооперативные. Пассивные системы поддержки принятия решения являются инструментом, который только помогает выбрать оптимальное решение, но не предлагают пользователю своих решений.
Исходя из вышесказанного, сделан вывод, что все представленные выше программы являются пассивными системами поддержки принятия, так как, и в отечественных, и в зарубежных программных комплексах отсутствуют алгоритмы для интеллектуальной поддержки принятия решений, направленных на повышение пожарной безопасности анализируемого объекта защиты.
Активные системы, лишенные этого недостатка, имеют в своем составе элементы, которые выдают предложение, по выбору решения. Кооперативные системы отличаются от активных тем, что имеют в своем составе базу данных, которая может видоизменяться во времени. В зависимости от выбора пользователя система улучшает или видоизменяет выдаваемые решения, тем самым повышая качество процесса поддержки принятия решений.
Из-за большого количества возможных управленческих решений, а также огромного количества параметров, которые непосредственно влияют на итоговые значения рисков, очень сложно определить наиболее эффективные и в то же время экономически выгодные решения. Проблема оптимизации мероприятий неоднократно рассматривалась и решалась другими исследователями в различных управленческих сферах [20]. Для решения похожих задач использовались различные подходы, такие как:
– логико-вероятностные подходы с использованием критических путей успешного функционирования или минимальных сечений отказов и значений и вкладов инициирующих событий (мероприятий) в риск и эффективность системы [21];
– событийный подход [22];
– метод рандомизированных сводных показателей [23].
Методика оценки пожарных рисков [6] распространяется на большое количество объектов и производств, связанных с обращением пожароопасных веществ [24-27]. При этом отсутствие единой базы данных по принимаемым решениям в современных системах управления пожарной безопасностью на производственных объектах приводит к повторяющемуся поиску мероприятий в подобных ситуациях и повторению предыдущих ошибок выбора. При использовании методологии комплексной оценки пожарного риска для разного оборудования, огромное влияние будет иметь фактор неопределённости [11] из за отсутствия единой базы данных со статистической информацией и возможным путям развития пожароопасных ситуаций для каждого типа оборудования, а также параметрам пожароопасных веществ. В то же время использование единой базы данных может уменьшить фактор неопределенности до минимального значения, обеспечивая качественную оценку значений величин пожарных рисков, которые напрямую влияют на принимаемые управленческие решения, связанные с обеспечением пожарной безопасности [28].
Использование интернет-технологий, может упростить задачу сбора данных для такой системы, за счет удалённой работы пользователей с единой базой данных и постоянного пополнения её введенными ими данными с дальнейшей верификацией этой информацией экспертами. Кроме того, использование интернет-технологий позволяет использовать интернет-картографические сервисы для просмотра рассматриваемого объекта и возможной обстановки на нем в интерактивном виде [29, 30].
Таким образом, подтверждена необходимость создания интеллектуальных систем поддержки принятия решений.
Принимая во внимание всю рассмотренную информацию и принципы создания информационных систем, изложенных в [31], определены требования которыми должны обладать системы поддержки принятия решений на нефтегазовых объектах [32]:
– содержать в своем составе постоянно накапливаемую базу данных со статистической информацией об отказах технологического оборудования, химическому составу типовых пожароопасных веществ, а также включать деревья развития пожароопасных ситуаций при отказе технологического оборудования и мероприятий, направленных на снижение пожарной опасности объекта, доступную также для пополнения пользователями, с дальнейшей верификацией этой информацией экспертами;
– быть выполненной в web-ориентированном виде, с использованием облачных технологий, что позволит пользователям иметь удаленный доступ к программе и единой базе данных через информационно-коммуникационную сеть Интернет.
– использовать интеллектуальные методы и алгоритмы, направленные на анализ пожарной опасности нефтегазовых объектов и поддержку принятия управленческих решений для управления пожарной безопасностью на их территориях;
– иметь в своем составе современные интернет-картографические модули, позволяющий рассматривать производственную и селитебную зоны в интерактивном виде.
Определение требований к системе интеллектуальной поддержки принятия решений на нефтегазовых объектах
Трудности, с которыми сталкиваются специалисты в области управления пожарной безопасностью на нефтегазовых объектах, а также результаты анализа существующих систем управления пожарными рисками определяют необходимость, во-первых, систематизировать цели и задачи системы управления пожарной безопасностью на нефтегазовых объектах, а во-вторых, разработать эффективную структуру системы управления пожарной безопасностью.
Согласно [6] определение расчетных величин пожарного риска на объекте осуществляется на основании:
1. Анализа пожарной опасности объекта.
2. Определения частоты реализации пожароопасных ситуаций.
3. Построения полей опасных факторов пожара для различных сценариев его развития.
4. Оценки последствий воздействия опасных факторов пожара на людей для различных сценариев его развития.
5. Наличия систем обеспечения пожарной безопасности зданий, сооружений и строений.
В свою очередь анализ пожарной опасности объекта предусматривает:
1. Анализ пожарной опасности технологической среды и параметров технологических процессов на объекте.
2. Определение перечня пожароопасных аварийных ситуаций и параметров для каждого технологического процесса.
3. Определение для каждого технологического процесса перечня причин, возникновение которых позволяет характеризовать ситуацию как пожароопасную.
4. Построение сценариев возникновения и развития пожаров, влекущих за собой гибель людей.
Исходя из проблем, описанных в первой главе, сформированы дополнительные требования к разрабатываемой информационной системе:
1. Возможность пополнять систему новыми моделями расчета пожарного риска и опасных факторов пожара.
2. Хранение исходных данных, промежуточных значений и результатов в единой базе данных для возможности последующего анализа.
3. Общедоступность, возможность специалистам и экспертам выполнить свой экспериментальный расчет по различным моделям и предложить свои мероприятия по снижению пожарного риска на объекте, что позволит выявлять малоизвестные и возможно эффективные приемы повышения пожарной безопасности объектов защиты.
4. Возможность внедрения методов и алгоритмов по оптимизации значений пожарных рисков на территории объекта, а также проведения экспериментов по их эффективности.
5. Работа по модели SaaS3 (Soft as Service), что позволит работать в сети Интернет и накапливать информацию о расчетах рисков, для проведения дальнейшего анализа принимаемых мер в каждом отдельном случае.
На основании вышеуказанных данных сформирован функционал, которым должна обладать система по управлению пожарной безопасностью (таблица 3.1).
Вполне логично, что структуру системы управления пожарной безопасностью необходимо выстраивать исходя из возлагаемых на нее задач. В таком случае, наиболее полноценной представляется структура, показанная на рисунке 3.1.
Эта схема отражает облачную модель элементов системы по расчету пожарных рисков. Блоки, обведенные пунктирной линией, содержат визуальный интерфейс, таким образом, эти блоки непосредственно взаимодействуют с пользователем.
Процедуру работы с информационной системой можно описать следующим образом [88]:
1. Пользователь при помощи персонального компьютера заходит на специальный веб-сайт содержащий программу.
2. Вводит информацию о технологических установках содержащихся на территории нефтегазового объекта в блок ввода данных.
3. Конструирует или загружает из базы сценарии развития возможных пожароопасных ситуаций для каждого объекта присутствующего на территории.
4. Устанавливает наружные технологические установки и здания с людьми на карте территории.
5. Введенная информация проверяется в блоке проверки введённых данных.
6. Если веденные данные не содержат ошибок расчет значений опасных факторов пожара, а также расчетных величин пожарных рисков на территории.
7. При необходимости рассчитанные данные обрабатываются в интеллектуальном модуле (управления), для оптимизации значений риска на территории.
8. Выводиться текстовый отчет о проведенном расчете в блоке вывода отчета.
9. Отображаются зоны распределения потенциального риска на территории объекта и прилегающей селитебной зоне в блоке геовизуализации.
Анализ алгоритма поиска расположения новой технологической установки на примере типовой газораспределительной станции
Для оценки эффективности использования разработанного алгоритма с использованием генетических алгоритмов, при решении задачи поиска оптимального расположения новой технологической установки на территории нефтегазового объекта с точки зрения безопасности, рассмотрена ситуация, заключающаяся в необходимости расположения одного дополнительного резервуара РГС 50 на территории предприятия.
Вычислительный эксперимент состоял из нескольких этапов. На первом этапе произведен поиск оптимального расположения новой технологической установки на территории нефтегазового объекта при помощи линейного алгоритма поиска (рассмотрение каждого метра территории как возможного оптимума) (рисунок 3.18). Красным цветом отмечены зоны содержащие оптимальные или близкие к оптимуму значения, глобальный оптимум помечен синим маркером “Optimum”. Не смотря на точность линейного поиска, этот алгоритм требует большого количества времени и вычислительных ресурсов.
Общее время выполнения моделирования составило 1 час 16 минут 36 секунд. Общее количество рассматриваемых точек на карте составило 71700. Необходимый объём оперативной памяти для выполнения эксперимента составил 28,735 Мегабайт. Исходя из этого, можно сделать вывод, что в настоящее время выполнение линейных расчетов по поиску оптимального расположения нового технологического объекта с точностью 1 м является сложной задачей в виду большого значительного вычислительных ресурсов и времени.
Следующим этапом эксперимента являлся поиск оптимального расположения новой технологической установки при помощи разработанного алгоритма. Критерием остановки было определено ограниченное количество популяций. Так как количество рассматриваемых точек должно зависеть от размера территории, количеством популяций являлась сумма ширины и длины территории. Размер популяции определялся суммой битов зашифрованных строк, умноженных на 2.
Эксперимент № 1.
Количество мутируемых особей - 20%, количество особей подвергаемых скрещиванию - 50%. После проведения 10-ти экспериментов, были выявлены случаи когда алгоритм “застревал” в локальных зонах и рассматривал ложные зоны как содержащие оптимум (рисунок 3.19). Причем, несмотря на большое количество операций в локальных зонах, имели место случаи, когда оптимальное значение в них так и не было найдено. Красным помечены зоны, в которых алгоритм выполнял наибольшее количество операций.
Эксперимент № 2.
Для охвата большего количества зон территории процент мутирующих особей был увеличен до 50%, а количество скрещивающихся особей до 90%. В результате этого, в каждом из 10-ти экспериментов все зоны содержащие локальные оптимумы были рассмотрены. Недостатком являлось периодическое чрезмерное количество операций производимых в зонах локальных оптимумов и малое количество операций в других (рисунок 3.20), что может в некоторых случаях привести к определению локального оптимума как глобального.
Эксперимент № 3.
Для решения этой проблемы был использован метод “инцеста” описанный во второй главе (рисунок 3.21). При использовании этого метода проблема неравномерного количества операций в зонах содержащих локальные оптимумы была решена.
Эксперимент № 4.
Так как при поиске локального оптимума при помощи линейного алгоритма погрешность составляла 1 м, а при использовании генетических алгоритмов эта погрешность составляет 5 м, то сравнивать скорость работы этих алгоритмов нельзя. Для возможности сравнения этих алгоритмов был проведен поиск оптимального расположения нового технологического объекта при помощи линейного алгоритма с погрешностью 5 м.
Результаты всех экспериментов представлены в таблице 3.10, а также визуально изображены на рисунках 3.22 и 3.23.
После сравнения полученных результатов были сделаны следующие выводы:
1. Во всех экспериментах предложенная модель на основе генетического алгоритма корректно определяла зону, содержащую глобальный оптимум.
2. Количество рассматриваемых вариантов расположения технологической установки уменьшилось с 2868 до 852 (в 3,35 раза).
3. Требуемое время сократилось с 3:02 минут до 0:38 минут (в 4,8 раза).
4. Требуемое количество оперативной памяти сократилось с 1180 до 437 мб (в 2,7 раза).
Таким образом, можно сделать вывод что линейный и генетический алгоритм эффективны при решении разных задач. В задаче, когда требуется найти зону (или массив зон), содержащую точку наилучшего расположения нового технологического аппарата, генетический алгоритм предпочтительней линейного за счет потребления меньшего количества времени и ресурсов.
В задаче, когда необходимо визуализировать градиентную карту эффективности возможных зон размещения новой технологической установки (от оптимальной точки к наихудшей) необходимо использовать линейный алгоритм, в виду необходимости анализа каждой точки территории. Увеличение скорости выполнения поиска оптимальных точек расположения новых технологических установок при использовании генетических алгоритмов происходит за счет выборочного анализа территории, поэтому для составления градиентных карт он не может быть использован.
Структура и функции системы поддержки управления пожарной безопасностью нефтегазовых объектов
Принимая во внимание проведенный анализ и принципы создания современных информационных систем, изложенных в [32], определены основные элементы системы поддержки управления пожарной безопасностью, разработано дерево целей (рис. 4.1).
Основными задачами системы поддержки управления пожарной безопасностью является подбор мероприятий, направленных на управление пожарной безопасностью, а также предоставление выбора итогового решения с подробной информацией о состоянии пожарной безопасности с учетом определения пожарных рисков при каждом варианте предлагаемых решений лицу принимающего решение (ЛПР).
Структурная схема системы поддержки управления пожарной безопасностью на нефтегазовых объектах определяется исходя их ее задач (рис. 4.2).
Таким образом, в процессе поддержки управления пожарной безопасностью на нефтегазовых объектах, участвуют 3 блока.
Вычислительный блок служит инструментом, позволяющим оценивать эффективность предлагаемых мероприятий, с помощью сформулированных параметров целевой функции, к которым могут относиться показатели пожарной опасности объекта защиты, показатели экономической эффективности и т.д. Ввод исходных данных производится, основываясь на технической документации к инженерным сооружениям, находящимся на объекте, статистики отказов технологического оборудования, справочной информации о пожароопасных веществах, обращающихся на объекте защиты, других необходимых параметрах. Как правило, во время оценки показателей пожарной опасности учитываются все инженерные системы, которые могут повлиять на вероятность и последствия воздействия опасных факторов пожара. К таким инженерным системам относятся:
– системы пожарной сигнализации;
– системы пожаротушения;
– системы оповещения и управления эвакуацией;
– средства ограничения пролива и др.
Во время анализа воздействия опасных факторов пожара на персонал объекта защиты и людей, проживающих в селитебной зоне, учитывается вероятность их нахождения в определенной точке территории, а также расположение этой точки относительно опасных технологических установок, последствия возможных ОФП, а также частоту их воздействия. Система поддержки управления пожарной безопасностью может учитывать инженерные системы, направленные на уменьшение вероятности возникновения ОФП или уменьшения возможного поражения при возникновении аварий, в зависимости от ситуации, которая складывается при моделировании возникновения пожара на различных участках рассматриваемой территории.
Модуль управления. Задачей модуля управления является поиск решений, направленных на управление пожарной безопасностью на основе риск-ориентированного подхода методом простого перебора возможных вариантов или с использованием интеллектуальных оптимизационных методов [101, 102]. Данный модуль включает в себя базу данных, в которой хранятся мероприятия по управлению пожарной безопасностью. В ходе своей работы модуль управления взаимодействует с пользователем и обладает полным доступом ко всем функциям системы, входным данным и результатам расчета рисков. В процессе работы возможно добавление систем противопожарной защиты, направленных на уменьшение вероятности возникновения ОФП или уменьшения вероятности возможного поражения при возникновении аварий. Возможно изменение параметров в зависимости от ситуации, которая складывается при моделировании возникновения пожара на различных участках территории объекта защиты. Получив команду от пользователя о запуске процедуры поиска мероприятий, направленных на снижение расчетных величин пожарных рисков, модуль управления адаптивно вносит изменения в рассматриваемый проект, проводит необходимые расчеты, оценивает качество полученных результатов, с учетом значения целевой функции, и выводит отчет о своей работе ЛПР через модуль контроля для принятия окончательного решения.
Модуль управления при рассмотрении каждой ситуации (набора мероприятий) в автоматическом режиме записывает значения величин ОФП и риска для дальнейшего их анализа, а также в случаях, когда найден оптимальный набор мероприятий, сохраняет их в базе данных.
Модуль контроля имеет графический интерфейс и выводит пользователю информацию о предлагаемых решениях, направленных на снижение величин пожарных рисков. При помощи модуля контроля ЛПР может оценить пожароопасную ситуацию при каждом предлагаемом решении, а также оценить экономическую целесообразность каждого решения и выбрать итоговое решение.
Работа системы происходит до окончания процесса подбора мероприятий по управлению пожарной безопасностью, после чего информация о выбранных мероприятиях сохраняется в базе данных. Данная информация, в дальнейшем, может быть использована, как для оценки действий специалиста, выполняющего управление пожарной безопасностью, так и для дальнейшей обработки и выработки правил для формирования базы знаний.
В результате создания информационной системы поддержки управления разработана структурная схема взаимодействия СПУ с ЛПР (рисунок 4.3).